Z.aiのGLM-5.2はOpenAIとAnthropicとの差を縮める

Z.ai社が発表したGLM-5.2は 、同社によればオープンウェイトの大規模言語モデル（LLM）である。人工知能分野において、他のオープンソースLLMを凌駕し、世界中のLLMの中でもトップ3に入る性能を誇るとされている。これは、GLM-5.2がAnthropic社やOpenAI社が開発した最先端のLLMに非常に近いレベルにあることを意味する。

今回のリリースは、AI市場における競争環境に大きな影響を与える可能性があります。リリース前は、オープンウェイトのLLMは、ほぼすべての独立しdent テストにおいて、クローズドウェイトのLLMに大きく劣っていました。GLM-5.2のテスト結果は、その差が縮まりつつあることを示唆しており、企業での利用、価格設定、そしてクローズドウェイトのラボのビジネスモデルにとって興味深い意味合いを持つものとなるでしょう。.

ベンチマーク調査結果がGLM 5.2について示していること

によるとdent 評価会社Vals AI、GLM-5.2は 優れたパフォーマンスを発揮し の5つの異なるベンチマークにおいて、他の製品よりも Vibe 。

Vals AIは、GLM-5.2が ProofBenchで30%を超える初のオープンウェイトモデルであり、2位のモデルよりも11パーセントポイント優れていると報告した。さらに、AnthropicのClaude Opus 4.5にわずか1パーセントポイント差で迫っており、独自の最先端性能に匹敵する異例の地位を築いている。

GLM-5.2 のご紹介: 最先端インテリジェンス、オープンウェイト

– コーディングとエージェントタスクの大幅な改善
–tron1M のコンテキストウィンドウによる強力な長期予測機能
2 つの推論レベル: GLM-5.2 (max) は限界を押し広げ、GLM-5.2 (high) はtron… pic.twitter.com/SjGPSVhePJ

— Z.ai (@Zai_org) 2026年6月16日

Artificial Analysisによると、GLM-5.2は現在最も優れたオープンウェイトモデルであり、GLM-5.1の40に対し、インテリジェンスインデックススコアは51を達成している。MiniMax-M3やDeepSeek V4 Proなどの他のモデルは44、Kimi K2.6は43のスコアとなっている。

GLM-5.2はTerminalBench v2.1で78%（GLM-5.1より16ポイント高い）、SciCodeで50%、AA-LCRで71%、GPQA Diamondで89%のスコアを獲得しました。GDPval-AA v2の長期エージェントベンチマークテストでは、 GLM-5.2は1,524 Eloを獲得し、GPT-5.5が達成した1,514 Eloよりも優れたスコアとなりました。

しかし、GLM 5.2は優れた性能を示しているものの、専門家はベンチマーク結果の理解がますます複雑になっていると指摘している。例えば、 人工知能単一テストに伴うバイアスの影響を軽減する一方で、使用される重み付けシステム、プロンプトの変動、評価セットの変更の影響を増大させる。ベンチマークの汚染と最適化の影響は、最先端のAIテストにおいて依然として懸念事項となっている。

GLM-5.2のアーキテクチャはどのような構造になっているのでしょうか？

Z.aiによると、GLM-5.2は同社が提供する長期推論およびエージェント型コーディングタスク向けの最も強力なモデルである。このモデルは、GLM-5.1の20万トークンに対し、100万トークンからなるコンテキストウィンドウを提供する。

GLM-5.2はエキスパート混合アーキテクチャを採用しており、約7500億個のパラメータと400億個のアクティブパラメータで構成され、多段階推論およびコーディングワークフロー向けに最適化されています。.

GLM-5.2は 2種類の推論方式。複雑なタスク向けの高負荷設定と、効率性とレイテンシ制御を目的とした低コストモードです。

人工分析によると、GLM-5.2は評価操作ごとに約43,000個の出力トークンを生成する能力があり、GLM-5.1の26,000個と比較して大幅に増加しています。これはパフォーマンス指標の向上に役立ちますが、実際には計算コストが増加する可能性があります。.

Z.ai の ブログでは、コーディングエージェント、デバッグプロセス、自動調査、文書処理、長文生成における機能強化について言及しており、このモデルは単発的なプロンプトではなく、持続的な複数ステップのタスクに最適化されていると位置付けている。

市場環境とエコシステムの摩擦

GLM-5.2の登場は、オープンウェイトシステムが独自開発の最先端モデルにどの程度追いついているかという議論が交わされる中で起こった。中国のAI企業はオープンモデルのランキングで上位を占めており、GLM-5.2はこの過程において中心的な役割を担っている。.

この議論は、イーロン・マスク氏と Z.aiの創業者である唐傑氏が、中国製モデルが最先端モデルと同等のレベルに達するのはいつかという点についてコメントしたことで公になった。マスク氏は「おそらく来年の第1四半期だろう」と 答えた。

唐氏はこれに反対し、「そんなに時間はかからないだろう」と述べた。

おそらく第1四半期

— イーロン・マスク（@elonmusk） 2026年6月18日

ベンチマークでは急速な収束が示されるかもしれないが、実務者からの初期のフィードバックでは、実際の運用においてパフォーマンスにばらつきがあることが明らかになっている。.

AIエンジニアのDa7_Tech氏は、 モデルそのものよりも、 Z.ai システムのインフラと利用の透明性について懸念を表明し、「オープンソースモデルの価値観に人々が期待するすべてに反している」と述べた。

彼は、 Z.aiがGLMモデルを使用して開発したアプリ「Zcode」を、 「 15倍」と謳うProプランで Claude 。1回のタスクセッションで、彼は1時間足らずでリソースを使い果たしたと述べている。つまり、タスク全体に割り当てられた5時間をほぼ使い切ってしまったということだ。 Codeの試用した

彼はまた、アプリに表示される使用量と実際に請求された金額に食い違いがあると主張した。アプリには200万トークン未満と表示されていたにもかかわらず、彼の口座には日次および週次制限の両方で約6000万トークンが請求されたという。これは、実際の計算ではなく、キャッシュされたトークンや中間トークンが使用量として考慮されていたことを示唆している。彼はその後、 Z.aiが 「目標モード」からトークンカウント機能を削除し、プロプランの説明を変更したと述べた。

それとは別に、 AI開発者のマイケル・グオ氏は、 自身のOpenClawエージェント「Trippy」の不具合をデバッグする際に、GLM-5.2とGPT-5.5 mediumを比較しました。彼の結論は以下の通りです。

「少なくとも私が実行したテストケースでは、GPT-5.5 mediumほどの性能は得られませんでした。全く及ばないレベルです。」

GPT-5.5 mediumはエージェントの回答が繰り返される問題を非常に迅速に発見したが、GLM-5.2はそれを発見できなかった。.

要約すると、ベンチマークの結果は良好なパフォーマンスを示唆するかもしれないが、実際のデバッグ作業によって、集計結果では見落とされた矛盾点が明らかになる可能性がある、と彼は指摘した。.

ギャップは縮まっているが、実際の適用状況は様々である。

ベンチマークの結果は、GLM-5.2が現在利用可能な最高のオープンウェイトアーキテクチャの1つであり、場合によっては他の独自アーキテクチャよりも優れていることを証明している。.

しかし、システムの性能、効率性、透明性に関する評価は、使用状況や他のシステムとの連携状況によって異なるようだ。.

したがって、この問題には二つの側面がある。GLM-5.2はオープンウェイトアーキテクチャ分野の発展において重要な一歩前進であるが、その適用にはベンチマーク結果だけでなく、インフラストラクチャの準備状況や製品の品質に関しても同様の努力が必要となるだろう。.

現時点では、GLM-5.2はオープンAIシステムとクローズドAIシステムの間のギャップを縮めるための重要な一歩となるが、決定的な収束にはまだ至っていない。.